摘要：为了减少零相关区序列设计中对相关参数的限制,基于任意一个周期大于4的最佳自相关序列,运用交织技术和递归运算,提出了一类新型的接近最优零相关区序列集的构造方法.通过递归运算,在保持ZCZ(zero correlation zone)序列集包含的序列数目不变的条件下,可以将序列长度和零相关区宽度成倍扩展.构造的ZCZ序列集接近理论界,可应用于准同步CDMA(code division multiple access)通信系统,消除共道干扰,提高通信质量.

摘要：为降低已有方法的复杂性,提出了基于交织方法的ZCZ序列设计方法.对于给定的ZCZ序列集合(L,M,z),用交织技术,通过m次递归构造,在保持序列的数目不变的条件下,序列的零相关区宽度和序列的长度都变成了原序列的2m倍.这样的构造的ZCZ序列易于硬件和软件实现,适用于准同步CDMA通信系统.

摘要：为了抑制或者消除准同步码分多址(QS-CDMA)通信系统的多址干扰(MAI)、多径干扰(MI)以及邻小区干扰,该文提出一类非对称零相关区(A-ZCZ)序列偶集的构造方法。基于给定的最佳自相关序列偶,运用交织操作,成功设计一类非对称零相关区序列偶集。新集合的每个子集均是零相关区序列偶集,且不同子集的序列偶间的互相关函数(CCF)具有更大的零互相关区(ZCCZ)。同时,该文提出的构造方法可以根据系统要求灵活地选择子集的零相关区宽度。

摘要：近年来,随着我国动画市场的渐趋繁荣,动画产品内容日趋复杂,动画片中成人化、暴力化题材日益增多,这一变化无形中激发和强化了少年儿童攻击性的本能,从而严重影响了他们的健康成长。本文对目前流行动画片的功利性倾向及其危害进行深入分析,认为培养少年儿童科学的媒介素养、建立完善的动画分级制度、净化文化环境是促使动画市场健康发展的必由之路。

摘要：文章以C语言程序中的循环控制结构语句的教学流程为例,根据布卢姆的认知教育目标的层次定义,在学生基础较差的前提下,提出了C语言中for循环结构的分层认知教学目标。教学设计过程中以动机激励模型为理念,根据加涅的教学设计原理设计了for循环语句的课堂教学流程。

摘要：针对灌水器易堵塞的问题,以AutoCAD和ANSYS相结合的方法建立了滴灌管式灌水器迷宫流道的CFD数值模型,并对国内常用的方形迷宫流道灌水器的压力流量关系、流道内部的压力和流速分布进行了数值模拟计算。结果表明,迷宫流道内压力沿流道长度呈线性变化,流道齿尖两端都有不同程度的流动滞止区。经过对比分析,根据流道中主流体的流线形状分布重新设计了流道的结构,并进行仿真分析,结果证明流道结构得到了优化,提高了迷宫灌水器的抗堵能力。数值模拟也为灌水器水力性能的进一步研究及一体化灌水器的快速开发提供理论基础。

摘要：针对皮肤镜图像病变区域存在形状大小各异、边界不连续且模糊、病灶区域与背景相似度高的问题,提出了一种融合密集编码器与双路径注意力的皮肤病变分割网络(DEDA-Net)。首先,运用密集编码模块进行多尺度信息融合增强网络特征提取能力,缓解皮肤镜图像中边缘模糊的问题,并采用跳跃连接与残差路径减少网络编解码之间的语义鸿沟;其次,根据特征图内每个特征点关联性程度大小进行加权提出了全局正态池化层,设计了在空间与通道两个维度提取特征信息的双路径注意力模块,避免因全局信息获取不足导致难以区分病灶区域与背景的问题;最后,利用辅助损失函数思想,在网络中间与最后的输出层两侧使用加权损失函数来提升网络泛化能力。实验结果表明,该算法在ISIC2017数据集上分割精度为96.45%,特异性为97.82%,Dice系数为93.16%,IoU为86.61%,比基线U-Net分别提高了5.93个百分点、6.45个百分点、6.53个百分点和5.63个百分点,能够有效分割皮肤病变区域。

摘要：为扩大准同步码分多址通信系统的地址码选择范围及减弱零相关区序列偶设计对相关参数的限制条件,基于任意一个长度大于4的最佳自相关序列(偶),运用交织技术和递归运算,提出了三类新型的零相关区序列偶集的构造方法.而且,在保持所构造的零相关区序列偶集中的序列偶数目不变的条件下,通过递归运算,可以将序列偶长度及零相关区宽度成倍扩展.同时,所构造的零相关区序列偶集接近理论边界,用于准同步码分多址通信系统可消除共信道干扰,提高通信质量.

摘要：针对传统编解码结构的医学图像分割网络存在特征信息利用率低、泛化能力不足等问题,该文提出了一种结合编解码模式的多尺度语义感知注意力网络(multi-scale semantic perceptual attention network,MSPA-Net)。首先,该网络在解码路径加入双路径多信息域注意力模块(dualchannel multi-information domain attention module,DMDA),提高特征信息的提取能力;其次,网络在级联处加入空洞卷积模块(dense atrous convolution module,DAC),扩大卷积感受野;最后,借鉴特征融合思想,设计了可调节多尺度特征融合模块(adjustable multi-scale feature fusion,AMFF)和双路自学习循环连接模块(dual self-learning recycle connection module,DCM),提升网络的泛化性和鲁棒性。为验证网络的有效性,在CVC-ClinicDB、ETIS-LaribPolypDB、COVID-19CHEST XRAY、Kaggle_3m、ISIC2017和Fluorescent Neuronal Cells等数据集上进行验证,实验结果表明,相似系数分别达到了94.96%、92.40%、99.02%、90.55%、92.32%和75.32%。因此,新的分割网络展现了良好的泛化能力,总体性能优于现有网络,能够较好实现通用医学图像的有效分割。

摘要：结肠镜图像中息肉的精确分割是诊断结肠癌的关键环节,针对目前结肠息肉分割算法存在孔洞、分割粗糙以及分割不完全的问题,提出了一种改进级联U-Net结构的结肠息肉分割算法。运用特征融合思想,设计了多尺度语义嵌入模块和残差模块,充分利用深、浅层特征的语义信息。引入注意力机制,在模型的级联处构建了改进空洞卷积模块,扩大卷积感受野并增强特征捕获能力。改进了卷积层模块和分割损失函数,提升模型的泛化性和鲁棒性。在Kvasir-SEG数据集上进行实验分析,相似系数、平均交并比、召回率和准确率分别达到了90.39%、88.34%、83.62%和95.12%。实验结果表明,该文所提算法改善了分割图像内部孔洞、边缘粗糙及分割不完全的问题,优于其他息肉分割算法。